原子是正则表达式中最基本的组成单位,每一个正则表达式中至少要包含一个原子
常见的原子有这几类:普通字符做为原子、非打印字符做为原子、通用字符做为原子和原子表php
#普通字符做为原子 import re pattern = "yue"#yue做为原子使用,有三个原子,分别是y,u,e string = "http://yum.iqianyue.com" resultl = re.search(pattern,string)#在string中匹配正确的正则表达式,若匹配成功,将匹配结果返回给变量result print(resultl)
<_sre.SRE_Match object; span=(16, 19), match='yue'>
##非打印字符做为原子 import re pattern = "\n" string = '''http://yum.iqianyue.com http://baidu.com''' #字符串变量string中包含一个多行的数据,因此这个数据里面包含了对应的换行符,因此,此时进行换行符匹配 resultl = re.search(pattern,string) print(resultl)
<_sre.SRE_Match object; span=(23, 24), match='\n'>
import re pattern = "\n" string = '''http://yum.iqianyue.comhttp://baidu.com'''#在字符串中不包含换行,因此没法成功匹配,故最后输出None resultl = re.search(pattern,string) print(resultl)
None
符号 | 含义 |
---|---|
\w |
匹配任意一个字母、数字和下划线 |
\W |
匹配除任意一个字母、数字和下划线之外的任意一个字符 |
\d |
匹配任意一个十进制数 |
\D |
匹配除十进制数之外的任意一个其余字符 |
\s |
匹配任意一个空白字符 |
\S |
匹配除空白字符之外的任意一个其余字符 |
#通用字符做为原子示例 import re pattern = "\w\dpython\w"#'\w'匹配任意一个字母、数字、下划线;'\d'匹配任意一个十进制数; string = "abcdfphp345pythony_py" result1 = re.search(pattern,string) print(result1)
<_sre.SRE_Match object; span=(9, 18), match='45pythony'>
#原子表示例 import re pattern1 = "\w\dpython[xyz]\w" pattern2 = "\w\python[^xyz]\w" pattern3 ="\w\dpython[xyz]\W" string = "abcdfphp345pythony_py" result1 = re.search(pattern1,string) result2= re.search(pattern2,string) result3 = re.search(pattern3,string) print(result1) print(result2) print(result3)
<_sre.SRE_Match object; span=(9, 19), match='45pythony_'> None None
符号 | 含义 |
---|---|
. |
匹配除换行符之外的任意字符 |
^ |
匹配字符串的开始位置 |
$ |
匹配字符串的终止位置 |
* |
匹配0次、1次或屡次前面的原子 |
? |
匹配0次或1次前面的原子 |
+ |
匹配1次或屡次前面的原子 |
{n} |
前面的原子正好出现n次 |
{n,} |
前面的原子至少出现n次 |
{m,n} |
前面的原子至少出现n次,至多出现m次 |
首先看任意匹配符‘.’,能够用‘.’匹配一个除换行符之外的任意字符。
好比,用正则表达式“.python...”匹配一个“python”字符前面有1位,后面有3位格式的字符,这前面的1位和后面的3位能够是除了换行符意外的任意字符。如如下程序:python
import re pattern=".python..." string = "abcdfphp345pythony_py" result1 = re.search(pattern1,string) print(result1)
<_sre.SRE_Match object; span=(9, 19), match='45pythony_'>
可使用“^”匹配字符串的开始,使用“$”匹配字符串的结束,以下例:正则表达式
import re pattern1 = "^abd"#限制以abd开始 pattern2 = "^abc"#限制以abc开始 pattern3 ="py$"#限制以py结束 pattern4 = "ay$"#限制以ay结束 string = "abcdfphp345pythony_py"#源字符串 result1 = re.search(pattern1,string) result2= re.search(pattern2,string) result3 = re.search(pattern3,string) result4 = re.search(pattern4,string) print(result1) print(result2) print(result3) print(result4)
None <_sre.SRE_Match object; span=(0, 3), match='abc'> <_sre.SRE_Match object; span=(19, 21), match='py'> None
限定符也是元子符中的一种,常见的限定符包括*、?、+、{n}、{n,}、{n,m}函数
import re pattern1 = "py.*n" pattern2 = "cd{2}" pattern3 ="cd{3}" pattern4 = "cd{2, }" string = "abcdddfphp345pythony_py" result1 = re.search(pattern1,string) result2= re.search(pattern2,string) result3 = re.search(pattern3,string) result4 = re.search(pattern4,string) print(result1) print(result2) print(result3) print(result4)
<_sre.SRE_Match object; span=(13, 19), match='python'> <_sre.SRE_Match object; span=(2, 5), match='cdd'> <_sre.SRE_Match object; span=(2, 6), match='cddd'> None
来看模式选择符“|”,使用模式选择符,能够设置多个模式,匹配时可从中选择任意一个模式匹配。好比正则表达式“python|php”中,字符串“python”和“php”均知足匹配条件spa
#模式匹配符示例 import re pattern = "python|php" string ="abcdfphp345pythony_py" result = re.search(pattern,string) print(result) #能够看出,从源字符串中匹配到告终果“php”
<_sre.SRE_Match object; span=(5, 8), match='php'>
符号 | 含义 |
---|---|
I |
匹配时忽略大小写 |
M |
多行匹配 |
L |
作本地化识别匹配 |
U |
根据Unicode字及解析字符 |
S |
让.匹配包括换行符,即用了该模式修正后,“.”匹配就能够匹配任意的字符了 |
import re pattern1 = "python" pattern2 = "python" string = "abcdfphp345Pythony_py" result1 = re.search(pattern1,string) result2= re.search(pattern2,string,re.I)#忽略大小写 print(result1) print(result2)
None <_sre.SRE_Match object; span=(11, 17), match='Python'>
import re pattern = "\t" string = '''http://yum.iqianyue.com http://baidu.com''' resultl = re.search(pattern,string) print(resultl)
None
总的来讲,贪婪模式就是的核心就是尽量多的匹配,而懒惰模式就是尽量少的匹配。
可看下面的示例:code
import re pattern1 = "p.*y"#贪婪模式 pattern2 = "p.*? y"#懒惰模式 string = "abcdfphp345pythony_py" result1= re.search(pattern1,string) result2=re.search(pattern2,string) print(result1)#找到结尾字符y才中止,即找到最后一个y字符才中止 print(result2)#一旦找到了字符y就中止
<_sre.SRE_Match object; span=(5, 21), match='php345pythony_py'> None
常见的表达式函数有:re.match()函数、re.search()函数、全局匹配函数、re.sub()函数.字符串
从源字符的起始位置匹配一个模式,就用re.match()函数,其格式为:re.match(pattern,string,flag),第一个参数表示对应的正则表达式,第二个表示源字符,第三个是可选参数,表示对应的标志位,能够放模式修正等信息.string
import re pattern = ".python" string = "apythonhellomypythonhispythonourpythononend" result1=re.match(pattern,string) result2 = re.match(pattern,string).span()#经过.span()能够过滤掉一些信息,只留下匹配成功的结果在源字符串中的位置 print(result1) print(result2)
<_sre.SRE_Match object; span=(0, 7), match='apython'> (0, 7)
用该函数进行匹配,会扫描整个源字符串并进行对应的匹配。
与re.match()函数的不一样之处,该函数在全文中进行检索匹配,而re.match()函数是从源字符串的开头进行匹配。编译
import re pattern = ".python" string = "hellomypythonhispythonourpythononend" result1=re.match(pattern,string) result2 = re.search(pattern,string) print(result1) print(result2)
None <_sre.SRE_Match object; span=(6, 13), match='ypython'>
import re string = "hellomypythonhispythonourpythonend" pattern =re.compile(".python.")#预编译 result =pattern.findall(string)#找出全部符合模式的结果 print(result)
['ypythonh', 'spythono', 'rpythone']
#对上式的整合 import re string = "hellomypythonhispythonourpythonend" pattern = ".python." result =re.compile(pattern).findall(string) print(result)
['ypythonh', 'spythono', 'rpythone']
根据正则表达式实现替换某些字符串的功能,可使用re.sub()函数实现,其格式为:re.sub(pattern,rep,string,max), 第一个参数表示对应的正则表达式,第二个参数表示要替换成的字符串,第三个参数表示为源字符串,第四个表示可选项,表明最多替换的次数,若忽略不写的话,会将符合模式的结果所有替换table
import re string = "hellomypythonhispythonourpythonend" pattern = "python." result = re.sub(pattern,"php",string) result2=re.sub(pattern,"php",string,) print(result1) print(result2)
<_sre.SRE_Match object; span=(5, 19), match='php345pytho_py'> hellomyphpisphpurphpnd